本文共789字
NAND Flash 控制IC廠群聯（8299）日前於國立陽明交通大學舉辦生成式AI的落地解決方案發表會，參加的同學在會後於網路上分享心得，大讚作為一個處於有在設計語言模型的研究生來說，得到極具啟發性的資訊。
群聯曾說，在 ChatGPT 等超大型AI模型的興起，帶動AI人工智慧於未來可能輔助企業與個人的無窮想像空間，也因為AI模型的成長速度極快，導致提供AI服務的硬體建構成本大幅提升，其主要原因為現行AI模型主要運行於 GPU 與 DRAM 當中，但未來AI模型的成長速度將遠超過 GPU 與 DRAM 可供給的量。
根據微軟研究報告指出，AI模型的成長速度將會是 GPU 卡中的 DRAM 成長速度的200倍，換言之，現行的AI運算硬體架構成長速度可能已無法滿足AI應用的需求。
據悉，群聯自主研發的AI人工智慧運算服務「aiDAPTIV+』」，是透過群聯獨創整合 SSD 的AI運算架構，將大型AI模型做結構性拆分，並將模型參數隨應用時間序列與 SSD 協同運行，以達到在有限的 GPU 與 DRAM 資源下，最大化可執行的AI模型，預計能有效降低提供AI服務所需投入的硬體建構成本。
群聯將相關知識往下扎根，先前在國立陽明交通大學舉辦生成式AI的落地解決方案發表會，有一名在做語言模型的研究生，於網路上指出，在聽完發表會後，這樣一個解決訓練大型語言模型受硬體規格限制的創新方案，對他來說，獲得了具啟發性的資訊。
該研究生說明，在過去的實驗中，他經常遭遇到硬體規格不足的限制，使得他難以訓練更大的語言模型，不過此次群聯的發表會上，提供他許多的思路和解決方案，特別是成本更低、更有效率的硬體構想，這讓他期待未來能夠以更合理的成本配置硬體，訓練像 LLaMA-13b 這樣的大型語言模型。
換言之，意味著實驗室無需投入高昂的成本購買 A100等硬體，仍能擁有專業且具有成本效益的配置。
※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結；未經授權，請勿複製轉貼文章內容
留言